MIMO-OFDM系统中基于子载波分组信道估计的改进算法

针对传统的MIMO-OFDM系统信道估计算法复杂度高、对导频结构有特殊要求的问题,提出了2种基于子载波分组信道估计改进算法。改进算法通过子载波分组将多天线信道估计转换成单天线信道估计来获取导频子载波信道响应,避免了大矩阵求逆运算,降低了算法的复杂度;利用DFT滤波算法或LMS自适应滤波算法得到整帧所有符号的信道响应,实现算法复杂度不变、估计性能的提高。理论分析和仿真结果表明,改进算法与传统的信道估计算法相比较,具有较低的复杂度和更好的估计性能。     

一种高信道利用率的分簇传感器网络数据聚合协议

为了避免分簇无线传感器网络中簇内数据聚合时产生的簇间干扰,提高簇的信道利用率,提出了一种基于时分多址的无冲突数据聚合协议(IFDA).IFDA的帧分配算法采用一种概率调度策略.通过调度簇头进行广播,即在每个时隙中进行簇帧号分配,为相邻簇分配不同的时间帧聚合数据,与已有的协议的帧分配算法相比可降低广播的次数.同时,IFDA通过信道扩充(CE)算法来提高各个簇的信道利用率.CE算法中采用了一种基于时钟退避的调度策略,可均衡簇头间的信道利用率.仿真结果表明,IFDA协议中簇的平均信道利用率较已有的协议提高了约90%.     

一种蜂窝无线网络中的子信道合并多业务切换算法

从提高资源使用效率的角度出发,结合切换保护信道算法,提出一种多载波通信系统中的子信道合并切换算法,采用多维Markov链对多业务蜂窝网络通信系统中的切换保护信道算法性能进行了建模分析,得到了切换阻塞概率等系统性能关键参数的解析结果;与切换保护信道算法相比,在对其他类型呼叫性能影响很小的前提下,采用新算法,大大改善了数据业务呼叫切换的性能.算法仿真结果验证了理论分析的正确性.该算法还可以与其他资源预留切换算法相结合,改善其性能.     

一种低成本的DTMB系统信道估计方法

本文提出了一种针对DTMB系统中的长回波信道进行全模式估计的低成本算法.无干扰的帧头(FH)采用已接收且已估计的部分帧头数据作为近似重构而得的结果.重构帧体(FB)数据是通过在帧体数据上消除帧头拖尾、增加帧体拖尾的影响和利用迭代过程来优化已估计得到的信道冲击响应(CIR)而得到的.通过应用新帧头,我们提出的方法比现有算法计算复杂度更低,同时实现的复杂度也大幅降低.仿真结果表明,在相同的误码率前提下,我们的这种低成本全模式的信道估计方法在低SNR时的性能较现有算法高1~2dB,在高信噪比时性能和现有算法相当.     

无线网状网中多并发流路由结合调度的组合方案

为解决无线网状网中多条路径同时传送引起的干扰冲突和资源竞争问题,提出了依托信道分层方法的组合式路由结合调度的方案:首先,给出了路径发现的可行方案,并基于网状网的可用资源提出一种路径选择判据——资源可获得度;然后,确定了多条路径可并发传输的信道分配方案;最后,开发了结合路由、信道分配、调度的组合优化调度方案(COSS算法),以启发式的方法找到每个时隙下尽可能多的可兼容路径,实现可兼容路径的组合优化调度.为验证COSS算法的性能,在不同网络资源配置、多种流量请求下进行仿真实验.实验结果表明:(1)COSS算法在吞吐量、传输延迟、传输完成时间方面有较好的表现;(2)与AODV路由协议相比,COSS算法有效地提高了吞吐量.     

基于IEEE 802.11n自适应帧聚合机制的视频传输技术研究

首先介绍IEEE802.11n帧聚合机制的原理,随后分析帧聚合机制对视频传输性能的影响.仿真结果表明,采用帧聚合机制可以有效提高系统吞吐量,增加视频用户接入的数量.同时,提出一种自适应帧聚合机制,可根据信道状况通过动态改变聚合帧中子帧帧长以及重传次数来改善视频传输的性能,并通过仿真实验验证了其有效性.     

码复用差分混沌键控性能分析与同步算法

码复用差分混沌键控(code-shifted differential chaos shift keying,CS-DCSK)是一种具有优良抗多径衰落能力的非相干混沌调制技术,虽然非相干混沌调制技术不需要在接收端恢复混沌载波,但准确的符号同步是保证系统性能的前提.介绍了CS-DCSK系统的结构模型,包括发射机和接收机原理以及CS-DCSK独特的信号帧结构,然后采用高斯近似法(Gaussian approximation,GA)分析了高斯信道和Nakagami-m衰落信道下符号同步误差对CS-DC-SK误码性能的影响,最后提出一种符号同步算法,该算法通过发送训练序列首先完成帧间的粗同步,在粗同步的基础上完成帧内的细同步.仿真结果表明,在高斯信道和Nakagami-m衰落信道下,仿真结果与理论分析基本一致.通过与理想同步情况下的误码率性能比较,提出的同步算法存在2 dB左右的性能损失.     

MIMO系统中基于条件数阈值的格基约减信号检测算法

在多输入多输出系统中,最大似然(maximum likelihood,ML)检测算法性能最优但复杂度很高,最小均方误差(minimum mean-square error,MMSE)检测算法复杂度低但其性能较差.较高的信道矩阵条件数会给信号检测算法的误码率性能带来不利影响.针对这些问题,提出一种基于信道矩阵条件数阈值的信号检测算法来提升高条件数下传统检测算法的性能.该算法通过比较信道矩阵的条件数与预先设定的条件数阈值,选取相应的检测算法:当条件数低于阈值时,采用复杂度较低的LLL(lenstra-lenstra-lovasz)约减的MMSE(LLL-MMSE)算法来减少计算量;当条件数高于阈值时,采用基于排序分组的ML与LLL-MMSE联合的检测算法,通过增加一定的计算量来保证检测性能.对不同阂值下的误码率性能进行了仿真,结果表明算法的性能明显优于传统的LLL-MMSE检测算法,并且通过预先设定条件数阈值可以使得算法在性能和复杂度之间获得较好的平衡,最终达到优化检测算法性能的目的.     

基于自适应帧聚合机制的无线局域网吞吐量分析

在分析IEEE 802.11n中A-MSDU和A-MPDU两种MAC层帧聚合机制的基础上,针对MAC层帧聚合中子帧必须使用相同调制编码方式以及具有最大帧长限制的问题,引入物理层超帧,并采用自适应帧聚合机制来改善系统的吞吐量性能.推导了有扰信道下采用DCF接入机制时各类帧聚合以及帧分段方式在饱和状态的吞吐量,讨论了网络站...     

MANET多信道多径路由的优化与仿真研究

由于现有多信道多径路由协议不能有效均衡信道与路径负载,所以在高负载MANET环境下网络性能较差。本文提出一种基于信道切换的多信道多径路由优化算法,该算法对不同类型分组进行自适应信道调度,通过限制网络控制报文的泛洪规模与动态切换数据报文的发送信道等策略,有效提高网络对信道与路径的综合利用。为了实现路由对信道切换,本文首先对NS-2进行可切换多信道拓展,仿真结果表明该算法能有效提高高负载MANET的性能,在丢包率、时延、吞吐量等方面均明显优于传统多信道多径路由。     

基于蚁群算法的无线传感器网络数据聚合路由算法

传感器网络为减少冗余数据的传输耗能。降低延迟,需要在路由过程中采用数据聚合技术。文中采用定向传输方式,在消息路由机制基础上提出了一种基于蚁群算法的数据聚合路由算法。该算法主要思想在于将节点能耗、传输距离与聚合收益3方面作为启发因子,通过一组称为“蚂蚁”的人工代理寻找到达汇聚节点的最优路径。该算法利用蚁群算法的正反馈效应来达到数据汇集的目的,不需要网络节点维护全局信息,因此是一种实现数据聚合在能量与时延上折中的分布式路由算法。理论分析和仿真结果说明了新算法的有效性。     

一种动态改变惯性权的自适应粒子群算法

针对惯性权值线性递减粒子群算法(LDW)不能适应复杂的非线性优化搜索过程的问题,提出了一种动态改变惯性权的自适应粒子群算法(DCW).在该算法中引入了参数粒子群进化速度因子和聚集度因子,并根据这2个参数对粒子群算法搜索能力的影响,将惯性因子表示为粒子群进化速度因子和聚集度因子的函数.在每次迭代时算法可根据当前粒子群进化速度因子和聚集度因子动态地改变惯性权值,从而使算法具有动态自适应性.对几种典型函数的测试结果表明,DCW算法的收敛速度明显优于LDW算法,收敛精度也有所提高.     

改进的GA算法及其在反共振机设计中的应用

在满足工况要求的基础上,为使下质体振幅为小量,对振动机的动力参数进行多目标优化。结合反共振振动机的特点,提出了列表参数集遗传算法,该算法将由某一目标所得的参数集以列表形式表示,继而只对各参数的编号进行编码进行遗传优化。同时,使用对标准遗传算法中的交叉操作的改进方式,扩大了每一代的搜索范围,提高了收敛速度。利用所提算法对反共振振动机的动力参数进行了优化,优化结果满足要求且说明算法使有效和实用的。     

采用多样性引导粒子群算法的干式空心电抗器优化设计

针对粒子群优化(PSO)算法易于早熟收敛的问题,提出了采用多样性引导的吸引-排斥粒子群优化(DGARPSO)算法,并应用于干式空心电抗器的优化设计中.该算法在吸引-排斥粒子群优化(ARPSO)算法中引入变异操作,即当进化群体多样性或个体极值群体多样性小于下限值时,以一定概率对粒子的位置进行变异,从而使得粒子在群体多样性很低时飞离群体的聚集位置,有效减少了PSO算法的早熟收敛现象,同时还比较了均匀变异、高斯变异和柯西变异对优化结果的影响.对50 kV·A干式空心电抗器的仿真结果表明,DGARPSO算法提高了全局搜索能力,比GA算法、PSO算法和ARPSO算法具有更好的寻优性能.     

DCW算法在智能交通系统中的应用研究

针对城市交通路网具有实时性的特点,为了快速高效地选择出最优路径,采用一种动态改变惯性的自适应粒子群算法(DCW).在DCW算法中引入参数粒子群简化速度因子和聚集度因子,在每次迭代时算法根据当前粒子群进化速度和聚集度动态改变惯性权值.最后用惯性权值线性递减粒子群算法(LDW)和DCW算法分别进行计算最优路径的仿真实验,得出结论,DCW算法更适合用作智能交通系统中最优路径的选择.     

包含两类变量的离散变量框架结构拓扑优化设计

将包含两类变量的桁架结构拓扑优化设计的概念及求解离散优化的相对差商法进一步推广到由梁单元组成的框架结构的拓扑优化，建立了包含两类变量的框架结构拓扑优化设计模型，构造了包含应力约束和位移约束的统一约束函数，发展了统一处理两类变量，求解包含两类变量的框架结构拓扑优化设计问题的算法，并给出了两个算例．     

基于位图构建的RFID自适应N树防碰撞算法

摘要： 针对无线射频识别技术（RFID）共享信道多路访问导致的碰撞问题,提出两种基于位图构建的RFID自适应N树(N为子树个数）防碰撞算法--单帧位图跟踪N树算法(SFBTNA)和多帧位图跟踪N树算法(MFBTNA).利用极大似然位跟踪标签数估算法(MLBE)估算标签数量;在MLBE基础上提出了探针法构建位图,SFBTNA算法根据位图在单帧内自适应调整最优N值并构建N树,而MFBTNA算法则逐帧调整最优N值并构建多个N树.同时,对N树下的子树利用跟踪树算法(CT)识别,位图与跟踪树的结合使用极大降低了碰撞时隙的影响.理论分析和仿真实验表明,提出的两种算法的性能明显优于现有防碰撞算法.     

分布式网络中 CKNN 查询的 BORA 优化汇聚

针对时空数据库中,移动对象轨迹的连续K近邻查询(continuous K nearest neighbor query,CKNN)的查询效率较低的问题,以及在分布式的移动对象数据库(moving objects databases,MOD)环境下,提升对应查询结果的数据汇聚效率问题进行了研究.在CKNN查询中,设计优化了查询海滩线的更新算法,通过在轨迹数据结构中增加更新标志位,减少了轨迹线段参与的判定运算;同时在假设的类网格覆盖的分布式空间环境下,利用基于Bresenham覆盖的路由汇聚(Bresenham-based overlay for routing and aggregation,BORA)方法,进行查询结果的汇聚;并针对不同近邻参数、轨迹数目、移动对象速度、汇聚方式等对查询时间的影响进行了仿真实验;仿真结果表明,不同参数数值的增加延长了处理时间,基于BORA的汇聚方式比一般的汇聚方式节省了更多的处理时间,提高了系统查询及处理的效率.     

采用约束蚁群优化的贝叶斯网结构学习算法

针对贝叶斯网络结构学习问题,提出了一种约束蚁群优化算法.该算法根据贝叶斯得分的局部一致性原理设计了一种增边规则,并且将此规则引入蚁群算法的框架中,从而实现了在搜索过程中利用启发式信息动态缩减搜索空间、同时减少运行时间的目的.此外,还从理论上证明了增边规则的正确性,而且从实验角度讨论了约束蚁群优化算法的参数敏感性.实验结果表明,在解决较大规模的贝叶斯网络结构学习问题时,约束蚁群优化算法在保证求解精度的条件下比蚁群优化算法的运行时间减少40%以上.